El Ministerio de Defensa de Ucrania anunció en enero la apertura de millones de registros recopilados en decenas de miles de vuelos de drones. Desde entonces, más de 100 empresas y el propio gobierno del Reino Unido obtuvieron acceso a ese material para entrenar modelos de inteligencia artificial. El campo de batalla se convierte así en un conjunto de datos, y el caos real de la guerra, en un insumo que las empresas de IA no pueden fabricar en laboratorio.
En cada salida, un dron deja un rastro enorme de registros: imágenes, vídeo, interferencias, coordenadas y las decisiones de su operador. Lo que más valoran las empresas del sector son justamente las excepciones: el instante en que el dron pierde visibilidad, la señal sufre interferencias o el humano al mando debe improvisar una solución. Los modelos necesitan esos momentos para volverse robustos, y la guerra los produce con una frecuencia que los ensayos controlados no logran igualar.
La idea de usar el combate real como escuela de máquinas no es inédita. Hacia el final de la década de 2010, los datos captados por drones de Estados Unidos en Siria y Yemen sirvieron de base para la primera generación de hardware militar semiautónomo. Pero esa información circuló solo por canales clasificados, como los del programa Project Maven, con un único objetivo: fabricar mejores armas para el mismo ejército que la había generado.
La diferencia ahora es que Ucrania abrió la puerta a una red comercial mucho más amplia. La estadounidense Enabled Intelligence, dedicada a procesar material para que sea utilizable en el entrenamiento de modelos, anunció que puso a disposición más de medio millón de horas de metraje ucraniano.
Del combate al campo de cultivo
El ciclo se retroalimenta. Muchos de los drones que definen la guerra moderna comenzaron como tecnología civil; equipados con sistemas comerciales de IA, vuelan de forma autónoma o en enjambre y dejan un registro completo de lo que encuentran. Esos registros vuelven después a las industrias de origen. Drones que aprendieron a maniobrar en un espacio aéreo con interferencias se utilizan ahora en el sector agrícola para mapear campos en zonas sin señal celular, en una iniciativa que también involucra a la multinacional Syngenta. Lo aprendido en combate termina, literalmente, trabajando la tierra.
Un vacío legal que también es un riesgo de negocio
Aquí empiezan los problemas. Las personas filmadas por esos drones —soldados, operadores o civiles que huyen de un ataque— nunca dieron su consentimiento para convertirse en material de entrenamiento. Y la trazabilidad del dato, clave para cualquier control, se disuelve cuando el modelo termina de entrenarse: un conjunto de datos comercial puede rastrearse si contiene detalles de contacto insertados, pero si el material ya fue absorbido, el origen desaparece.
A eso se suma una tensión geopolítica: si esta economía extractiva se consolida, los países más ricos y ajenos al conflicto sacan provecho de un peligro que otros enfrentan en carne propia. El incentivo perverso sería que la guerra se convierta, desde esta perspectiva, en una mina inagotable de oro digital.
Este escenario no está cubierto por la regulación actual. No existe una agencia con jurisdicción sobre los datos de batalla una vez integrados en productos civiles. Cory Alpert, investigador de la Universidad de Melbourne y exfuncionario de la Casa Blanca de Biden, propone tratarlos como una transferencia controlada de armamento: registrar el origen, licenciar a los usuarios y restringir la difusión posterior. Ucrania probó una mitigación a medias con su programa Avengers Labs, que permite entrenar modelos sin acceso directo a las bases de datos sensibles. Eso no resuelve la disolución de la procedencia en el modelo final, y ningún gobierno trabaja hoy activamente en la regulación de ese punto.
Para América Latina la lección es que, sin un marco que proteja a las personas que aparecen en esos registros, el continente repetiría los mismos vacíos a menor escala.
Para un ejecutivo de la región, el dato práctico es que los modelos que compra o integra pueden venir de estas cadenas de suministro. Mientras tanto, la industria no se detiene: en paralelo a este debate, OpenAI lanzó Astra, su modelo más capaz hasta la fecha.
Sobre la mesa queda la pregunta de si América Latina va a esperar a que la regulación le llegue desde afuera, o si decidirá participar en la definición de qué datos son aceptables para construir la próxima generación de inteligencia artificial.
